前期我们构建的SWARCH 模型在分析货币供应周期和证券市场趋势的关系上取得了将近81%的预测精度。但是,向量SWARCH 模型也存在很大的瓶颈:当增加解释变量的时候,模型的维度被迅速放大,这使得应用该模型建立多变量联动关系时变得较为困难。而证券市场上,行业指数的走势必然受到宏观面以及行业面等多因素的制约,因此,在预测行业指数趋势时,SWARCH 难以取得良好的效果。为了解决上述困难,我们引入广泛使用的多因素Logistic 回归思想对前面的向量SWARCH 模型进行改进,力图使新的模型既能保持原有的优点又能满足增加解释变量的需求。为此我们构建了L-SWARCH 银行行业模型。在众多的指标中,我们最终发现,广义货币供应量(M2)余额的环比增长率、大盘指数走势、银行贷款总计余额的环比增长率等多项指标对银行指数的走势具有显著影响。
我们利用上述研究结果,构建了银行行业指数的L-SWARCH 预测模型,从以往的检验结果来看,对银行指数的趋势具有较好的预测精度,在过去37 期样本外的预测中,29 期准确,仅8 期出现了偏差。据此,我们利用截至2009 年10 月份的广义货币供应量(M2)余额的环比增长率、银行贷款总计余额的环比增长率和截至2009 年11 月份的银行行业指数收益率和海通综指收益率数据,继续对12 月份银行指数的走势作出判断,结果显示,12 月份银行指数或将延续上涨趋势。
我们将持续发布月度银行指数趋势预测,以长期跟踪和检验模型的稳定性和预测精度,并据此作为进行后期行业配置的支撑。
